
// Agentes e skills //
Narração com IA que soa humana
Novoroda no Claude Code
Uma skill para o Claude Code que gera narração com voz de IA no ElevenLabs sem aquele som de robô. Voz de IA cansa porque repete o mesmo tom, a mesma velocidade e a mesma cadência em toda frase. A skill quebra esse padrão em quatro frentes: texto escrito para o ouvido, variação de tom e velocidade, pausa nos pontos certos e ênfase nas palavras-chave. E usa a favor uma coisa que parece defeito: cada geração do mesmo texto sai um pouco diferente. Primeiro, ela reescreve o roteiro como gente fala, divide em blocos de uma a três frases e marca tom, pausa e ênfase com a sintaxe do modelo escolhido (Multilingual v2, v3 ou v4), com números, datas e siglas por extenso. Depois gera três takes de cada bloco, com ajustes que favorecem a variação, e começa sempre por um teste curto para você ouvir antes de gastar no roteiro todo. Um script transcreve cada take e mede palavra trocada, pulada ou inventada, voz monótona (a faixa de tom em semitons), take acelerado ou arrastado, pausa longa e clipping, e sugere o melhor de cada bloco. Por fim, monta a narração: mistura pedaços de takes diferentes cortando nas pausas, tira a pausa morta e mantém a intencional, muda a velocidade sem mudar o tom, aplica EQ e normaliza em −16 LUFS. São três rotas: a API do ElevenLabs, com a sua chave, que controla tudo; o conector do Higgsfield no Claude Code, que controla só voz e texto; ou o site do ElevenLabs, com a skill guiando você, onde as duas regenerações grátis de cada geração deixam os takes extras de graça. Ela também ajuda a escolher ou desenhar a voz do canal (biblioteca, Voice Design ou clone da sua própria voz) e a dublar um vídeo pronto para outras línguas. Entrega o blocos.json (o roteiro em blocos marcados), a pasta takes/ com as versões de cada bloco, o avaliacao.md com a tabela de cada take e o que a voz falou de diferente, o montagem.json, que você pode editar à mão, e o narracao_final.wav (48 kHz, 24 bits) com o narracao_final.json, que dá o início de cada bloco para encaixar imagem e legenda. O vídeo de exemplo é uma animação do fluxo com um roteiro fictício: a frase escrita para ler virando bloco marcado, os três takes com o que a avaliação achou em cada um, os ajustes e os arquivos entregues. Limites: a avaliação não ouve. Ela pega texto errado, monotonia e velocidade, mas não pronúncia estranha com a palavra certa, sotaque que escapa ou respiração artificial; você precisa ouvir o teste e os blocos marcados. O ganho vem do volume de takes, e cada take pela API ou pelo Higgsfield gasta créditos da sua conta. Clone só da sua voz ou com autorização por escrito. Narração gravada por gente (cortar erro, trocar uma palavra numa gravação) não é desta skill. Modelos e ajustes do ElevenLabs mudam; a skill traz a documentação conferida em novembro de 2026. Requisitos: Python 3.10 ou mais novo, ffmpeg e as bibliotecas numpy, requests e faster-whisper (o preparar.py instala tudo num ambiente próprio; o modelo de transcrição, de uns 500 MB, é baixado no primeiro uso). Para a rota da API, uma conta no ElevenLabs e a chave em ELEVENLABS_API_KEY. Para instalar, descompacte o .zip e siga o INSTALAR.md.
- Roda no Claude Code
- Intermediário
Uma skill para o Claude Code que gera narração com voz de IA no ElevenLabs sem aquele som de robô. Voz de IA cansa porque repete o mesmo tom, a mesma velocidade e a mesma cadência em toda frase. A skill quebra esse padrão em quatro frentes: texto escrito para o ouvido, variação de tom e velocidade, pausa nos pontos certos e ênfase nas palavras-chave. E usa a favor uma coisa que parece defeito: cada geração do mesmo texto sai um pouco diferente. Primeiro, ela reescreve o roteiro como gente fala, divide em blocos de uma a três frases e marca tom, pausa e ênfase com a sintaxe do modelo escolhido (Multilingual v2, v3 ou v4), com números, datas e siglas por extenso. Depois gera três takes de cada bloco, com ajustes que favorecem a variação, e começa sempre por um teste curto para você ouvir antes de gastar no roteiro todo. Um script transcreve cada take e mede palavra trocada, pulada ou inventada, voz monótona (a faixa de tom em semitons), take acelerado ou arrastado, pausa longa e clipping, e sugere o melhor de cada bloco. Por fim, monta a narração: mistura pedaços de takes diferentes cortando nas pausas, tira a pausa morta e mantém a intencional, muda a velocidade sem mudar o tom, aplica EQ e normaliza em −16 LUFS. São três rotas: a API do ElevenLabs, com a sua chave, que controla tudo; o conector do Higgsfield no Claude Code, que controla só voz e texto; ou o site do ElevenLabs, com a skill guiando você, onde as duas regenerações grátis de cada geração deixam os takes extras de graça. Ela também ajuda a escolher ou desenhar a voz do canal (biblioteca, Voice Design ou clone da sua própria voz) e a dublar um vídeo pronto para outras línguas. Entrega o blocos.json (o roteiro em blocos marcados), a pasta takes/ com as versões de cada bloco, o avaliacao.md com a tabela de cada take e o que a voz falou de diferente, o montagem.json, que você pode editar à mão, e o narracao_final.wav (48 kHz, 24 bits) com o narracao_final.json, que dá o início de cada bloco para encaixar imagem e legenda. O vídeo de exemplo é uma animação do fluxo com um roteiro fictício: a frase escrita para ler virando bloco marcado, os três takes com o que a avaliação achou em cada um, os ajustes e os arquivos entregues. Limites: a avaliação não ouve. Ela pega texto errado, monotonia e velocidade, mas não pronúncia estranha com a palavra certa, sotaque que escapa ou respiração artificial; você precisa ouvir o teste e os blocos marcados. O ganho vem do volume de takes, e cada take pela API ou pelo Higgsfield gasta créditos da sua conta. Clone só da sua voz ou com autorização por escrito. Narração gravada por gente (cortar erro, trocar uma palavra numa gravação) não é desta skill. Modelos e ajustes do ElevenLabs mudam; a skill traz a documentação conferida em novembro de 2026. Requisitos: Python 3.10 ou mais novo, ffmpeg e as bibliotecas numpy, requests e faster-whisper (o preparar.py instala tudo num ambiente próprio; o modelo de transcrição, de uns 500 MB, é baixado no primeiro uso). Para a rota da API, uma conta no ElevenLabs e a chave em ELEVENLABS_API_KEY. Para instalar, descompacte o .zip e siga o INSTALAR.md.
Como usar
01
Copie o prompt
Use o botão Copiar prompt aqui na página.
02
Cole na sua IA
Abra o Claude Code na pasta do projeto e cole o prompt.
03
Instale a skill baixada
Instale o arquivo baixado no Claude e chame a skill em qualquer conversa.
Vem no pacote
- Prompt pra copiar e colar
- Skill em .zip pra instalar no Claude